-
公开(公告)号：CN116524346B
公开(公告)日：2024-08-09
申请号：CN202310203834.1
申请日：2023-03-06
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/82 , G06V20/70 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/09 , G06N3/084
Abstract: 本发明涉及一种基于二值变化检测对比学习的高分辨遥感图像语义变化检测方法；构建了基于高分辨网络的简单可扩展的直接语义变化检测模型来进行语义变化检测，并在变化检测上对比学习损失作为监督，有效挖掘由于类别不平衡而导致的难分类样本，提高网络对难分类样本的分类性能；在对比学习中，采用半难半易的采样策略，使网络在关注难分类样本的同时易于收敛。通过半难半易的采样策略，对比损失可以指导网络为变化检测提供适当的监督，特别是更加关注难以正确分成变化类或未变化类的样本，从而提高模型的整体语义变化性能。本发明在变化区域上细节更加精确，形状更加完整，同时对语义变化类别的分类更加准确。
-
公开(公告)号：CN111735695B
公开(公告)日：2021-09-28
申请号：CN202010526843.0
申请日：2020-06-09
Applicant: 西北工业大学
Abstract: 本公开涉及疲劳寿命预测技术领域，尤其涉及一种基于CT试件的疲劳寿命预测方法。该疲劳寿命预测方法包括：根据CT试件的断裂韧度，推导出CT试件的临界裂纹长度；对CT试件进行疲劳试验，以确定出CT试件的S‑N曲线和a‑N曲线；结合CT试件的应力强度因子和a‑N曲线，确定出CT试件的曲线；结合临界裂纹长度、S‑N曲线和曲线，预测出CT试件的疲劳寿命。该疲劳寿命预测方法的计算过程较为简单，从而使得试验周期较短、试验成本也较低。
-
公开(公告)号：CN116310812B
公开(公告)日：2024-07-30
申请号：CN202310204005.5
申请日：2023-03-06
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/82 , G06V10/26 , G06V20/70 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/0895 , G06N3/084
Abstract: 本发明涉及一种基于半监督语义分割对比学习的高分辨遥感图像语义变化检测方法，采用两个共享权重的高分辨率网络作为编码器提取双时相遥感图像的语义上下文特征，然后将提取到的语义上下文特征对输入变化特征提取模块得到变化特征，对于每一个时相，将语义上下文特征和变化特征输入特征融合模块得到语义变化特征，最后将双时相语义变化特征输入两个解码器得到双时相语义变化检测结果。在编码器后加入语义分割头和对比学习特征表征头。语义分割头和高分辨编码器构成了语义分割子网，在这个子网中用教师‑学生模型进行半监督语义分割，为将语义上下文特征输入对比学习特征表示头，为对比学习提供语义特征表示。
-
公开(公告)号：CN116524346A
公开(公告)日：2023-08-01
申请号：CN202310203834.1
申请日：2023-03-06
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/82 , G06V20/70 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/09 , G06N3/084
Abstract: 本发明涉及一种基于二值变化检测对比学习的高分辨遥感图像语义变化检测方法；构建了基于高分辨网络的简单可扩展的直接语义变化检测模型来进行语义变化检测，并在变化检测上对比学习损失作为监督，有效挖掘由于类别不平衡而导致的难分类样本，提高网络对难分类样本的分类性能；在对比学习中，采用半难半易的采样策略，使网络在关注难分类样本的同时易于收敛。通过半难半易的采样策略，对比损失可以指导网络为变化检测提供适当的监督，特别是更加关注难以正确分成变化类或未变化类的样本，从而提高模型的整体语义变化性能。本发明在变化区域上细节更加精确，形状更加完整，同时对语义变化类别的分类更加准确。
-
公开(公告)号：CN114091315B
公开(公告)日：2022-04-15
申请号：CN202210076870.1
申请日：2022-01-24
Applicant: 西北工业大学
IPC: G06F30/23 , G06F119/04 , G06F119/14
Abstract: 本发明公开一种高温合金应力及损伤演化方法、装置、存储介质及电子设备，属于冶金技术领域。该方法包括：获取不同预处理程度的试验件的蠕变曲线；获取不同预处理程度的试验件的基体‑氧化热影响层的有限元模型；根据蠕变协变形理论，得到试验件的氧化‑蠕变损伤本构模型；将编入有氧化‑蠕变损伤本构模型的子程序植入到有限元软件；结合蠕变曲线和有限元模型在有限元软件进行计算，得到氧化‑蠕变损伤本构模型的参数；根据氧化‑蠕变损伤本构模型的参数，得到对应的试验件的应力及损伤演化分析结论。该装置、存储介质及电子设备能够实现该方法。其能够确定氧化对高温合金蠕变性能的作用效果，揭示氧化热影响层和基体层的失效机理差异。
-
Patent Agency Ranking
公开(公告)号：CN114091315A
公开(公告)日：2022-02-25
申请号：CN202210076870.1
申请日：2022-01-24
Applicant: 西北工业大学
IPC: G06F30/23 , G06F119/04 , G06F119/14
Abstract: 本发明公开一种高温合金应力及损伤演化方法、装置、存储介质及电子设备，属于冶金技术领域。该方法包括：获取不同预处理程度的试验件的蠕变曲线；获取不同预处理程度的试验件的基体‑氧化热影响层的有限元模型；根据蠕变协变形理论，得到试验件的氧化‑蠕变损伤本构模型；将编入有氧化‑蠕变损伤本构模型的子程序植入到有限元软件；结合蠕变曲线和有限元模型在有限元软件进行计算，得到氧化‑蠕变损伤本构模型的参数；根据氧化‑蠕变损伤本构模型的参数，得到对应的试验件的应力及损伤演化分析结论。该装置、存储介质及电子设备能够实现该方法。其能够确定氧化对高温合金蠕变性能的作用效果，揭示氧化热影响层和基体层的失效机理差异。
-
公开(公告)号：CN116310811A
公开(公告)日：2023-06-23
申请号：CN202310203630.8
申请日：2023-03-06
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/40 , G06V10/82 , G06V10/28 , G06V10/26 , G06V20/70 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明涉及一种高分辨卷积网络及上下文信息编码的语义变化检测方法，采用高精度的语义变化检测网络模型，该模型包含孪生高分辨率特征提取模块和上下文信息编码模块，孪生高分辨率特征提取模块用来提取原图像对的特征信息；上下文信息编码模块用来进行变化检测与语义分割：1)原图像对的特征信息之间的差异信息进行上下文信息编码，得到与输入图像尺寸相同的变化二值图；2)原图像对各自的特征信息上进行上下文信息编码，得到与输入图像尺寸相同的两张语义分割图。最后将变化二值图和两张语义分割图结合后得到语义变化检测结果图。本发明提出的方法得到的语义变化区域的细节更加准确，精度得到有效提升。
-
公开(公告)号：CN117171900A
公开(公告)日：2023-12-05
申请号：CN202311006910.6
申请日：2023-08-10
Applicant: 西北工业大学
IPC: G06F30/17 , G06F30/20 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种航空发动机涡轮叶片蠕变寿命的评估方法，包括以下步骤：对圆棒状试验件在不同的预设温度和预设应力下进行蠕变试验，获取蠕变寿命数据；基于圆棒状试验件的蠕变试验条件和蠕变寿命数据进行多项式拟合，得到蠕变参数，进而建立蠕变寿命模型；基于蠕变寿命模型，并结合蠕变损伤累积公式，建立蠕变损伤累计寿命模型；对涡轮叶片叶型模拟件连续在不同循环工况下进行蠕变试验，获取累计蠕变寿命数据；利用蠕变损伤累计寿命模型计算得到涡轮叶片叶型模拟件连续在不同循环工况下的累计蠕变寿命；将蠕变试验获取的累计蠕变寿命与计算得到的累计蠕变寿命进行比对，验证模型的准确性。本发明能够对涡轮叶片的累计蠕变寿命进行预测和评估。
-
公开(公告)号：CN116310812A
公开(公告)日：2023-06-23
申请号：CN202310204005.5
申请日：2023-03-06
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/82 , G06V10/26 , G06V20/70 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/0895 , G06N3/084
Abstract: 本发明涉及一种基于半监督语义分割对比学习的高分辨遥感图像语义变化检测方法，采用两个共享权重的高分辨率网络作为编码器提取双时相遥感图像的语义上下文特征，然后将提取到的语义上下文特征对输入变化特征提取模块得到变化特征，对于每一个时相，将语义上下文特征和变化特征输入特征融合模块得到语义变化特征，最后将双时相语义变化特征输入两个解码器得到双时相语义变化检测结果。在编码器后加入语义分割头和对比学习特征表征头。语义分割头和高分辨编码器构成了语义分割子网，在这个子网中用教师‑学生模型进行半监督语义分割，为将语义上下文特征输入对比学习特征表示头，为对比学习提供语义特征表示。
-
公开(公告)号：CN111735695A
公开(公告)日：2020-10-02
申请号：CN202010526843.0
申请日：2020-06-09
Applicant: 西北工业大学
Abstract: 本公开涉及疲劳寿命预测技术领域，尤其涉及一种基于CT试件的疲劳寿命预测方法。该疲劳寿命预测方法包括：根据CT试件的断裂韧度，推导出CT试件的临界裂纹长度；对CT试件进行疲劳试验，以确定出CT试件的S-N曲线和a-N曲线；结合CT试件的应力强度因子和a-N曲线，确定出CT试件的 曲线；结合临界裂纹长度、S-N曲线和 曲线，预测出CT试件的疲劳寿命。该疲劳寿命预测方法的计算过程较为简单，从而使得试验周期较短、试验成本也较低。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
